preguntar acerca de gradient-descent

J'essaie D'utiliser SGD pour classer un grand ensemble de données. Comme les données sont trop volumineuses pour tenir dans la mémoire, je voudrais utiliser la méthode partial_fit pour former le classificateur. J'ai sélectionné un échantillon de l'en …

en regardant un exemple 'solver.prototxt' , posté sur BVLC / caffe git, il y a un méta-paramètre de formation weight_decay: 0.04 que signifie ce paramètre meta? Et quelle valeur dois-je céder? ... …

def gradient(X_norm,y,theta,alpha,m,n,num_it): temp=np.array(np.zeros_like(theta,float)) for i in range(0,num_it): h=np.dot(X_norm,theta) #temp[j]=theta[j]-(alpha/m)*( np.sum( (h-y)*X_norm[:,j][np.newaxis,:] ) ) temp …

Quel est l'avantage d'utiliser le Gradient de descente dans l'espace de régression linéaire? on dirait que nous pouvons résoudre le problème (trouver theta0-n que le coût minimum func) avec la méthode analytique donc pourquoi nous voulons toujours ut …